19 de noviembre de 2026 Entiende lo que cambia. Descubre qué usar.

DesarrolloNoticia1 fuente

Hugging Face afirma que un modelo predice mejor el tiempo de fine-tuning

En un adelanto de un artículo que todavía no se publicó en arXiv, Hugging Face analizó 272 trabajos de supervised fine-tuning (SFT) ejecutados en su conjunto de GPUs NVIDIA H200, con un total de unas 7.382 horas de GPU. La empresa afirma que la estimación basada solo en FLOPs explicó poco de las duraciones observadas (R² = 0,31; error absoluto medio de 12,41 horas), mientras que un regresor CatBoost alcanzó R² = 0,98, un error medio de 1,71 horas y un error mediano de 0,51 horas en validación cruzada de cinco partes.

El modelo usa información disponible antes de asignar el trabajo, como configuración, tamaño de los datos, modelo, asignación de GPUs, frecuencia de evaluación y política de puntos de control. Hugging Face afirma que los cálculos de FLOPs no capturan adecuadamente tareas como la preparación del entorno, la carga, la tokenización, las evaluaciones, las cargas de archivos y la competencia por red y almacenamiento en clústeres compartidos.

Por qué importa · interpretación editorial

Si los resultados se mantienen después de la publicación y validación del artículo, las estimaciones de duración que consideran la configuración completa del trabajo podrían ayudar a los equipos a planificar mejor los procesos de fine-tuning que las métricas basadas solo en FLOPs. El estudio también destaca el impacto operativo de las evaluaciones, los checkpoints y los recursos compartidos en el tiempo total.

Fuentes

Investigación

Una historia, varias fuentes

La cobertura de una misma historia reunida en una sola noticia, con enlace a cada original.

Resumen e interpretación separados

Lo que dicen las fuentes queda en el resumen; el contexto editorial aparece identificado aparte.

Siempre con la fuente

Cada noticia enlaza a las notas originales, y el contenido completo les pertenece.